Kentsel içme suyu ihtiyacının yapay sinir ağlarıyla tahmini
Municipal water consumption modelling by artificial neural networks
- Tez No: 201997
- Danışmanlar: PROF. DR. TAMER YILMAZ
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2007
- Dil: Türkçe
- Üniversite: Celal Bayar Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 92
Özet
Kentsel içme suyu ihtiyaçlarının saglıklı bir sekilde tahmin edilebilmesi, su kaynakları planlamasının önemli ve ilk adımlarından birisidir. Bu ihtiyacı karsılayacak su kaynaklarının bulunması ve derlenmesi ve kullanım yerine iletilmesi için gereken yapıların çesit ve boyutlarının belirlenmesi hep tahmin edilecek su miktarına baglı olacaktır. Dolayısıyla yapılacak yatırımın büyüklügü ve konunun insan yasamındaki önemi dikkate alındıgında saglıklı tahminlerin yapılması oldukça önemli olmaktadır. Su ihtiyacı tahminleri ülkemizde genellikle ller Bankasının önerdigi ve üstel nüfus tahminine dayanan basit bir formül ile yapılmaktadır. Halbuki konunun önemi ve ilgili parametrelerin çoklugu nedeni ile daha kapsamlı veri ve yöntemlerin kullanılması saglıklı tahminler için bir gerekliliktir. Bu nedenle yeni ortaya çıkan metotlar her alanda oldugu gibi içme suyu tahmininde de kullanılmaya baslanmaktadır. Bu çerçevede yapay zekâ teknikleri su kaynaklarının farklı alanlarında uygulanması yapılmaya baslanmıstır. Bu çalısmanın amacı bu tekniklerden yapay sinir agları kullanılarak kentsel su ihtiyacı tahmini yapılmasıdır. Nüfus, GSYH/kisi, sıcaklık? gibi su kullanımını etkileyen parametreler dikkate alınarak zmir ili için aylık su kullanımları YSA ile modellenmis ve gelecekteki 20 yıl için su ihtiyacı tahmini yapılmıstır.
Özet (Çeviri)
Municipal water demand forecasting is the first and one of the most important steps of planning water recourses. Determination of the types and dimensions of the required infrastructure that are used for finding, collecting and transmitting the water resources to consumers would depend on the forecasted water demand. If we take into consideration the costs of investments required and the importance of safe water supply for the people, how reliable the forecasts should be could be understood more clearly. In our country, water demand forecast is made by using a simple formula based on exponential population forecast according to the codes of Iller Bank. However, it is necessary to use more comprehensive data and methods to obtain reliable results because of the importance of this subject and the abundance of related parameters. To this end, artificial intelligence methods could offer alternative ways for forecasting water demands, which could lead the most effective use of water resources. The aim of this study is to forecast of municipal water demand by using Artificial Neural Networks (ANN). Monthly water usage of zmir have been modeled by ANN, taking into account a series of econometric (population, water bill, number of household, gross domestic product) and climatic (temperature, precipitation and moisture) parameters. Using the model constructed, water demand forecasts for next 20 years have been made.
Benzer Tezler
- Makine öğrenmesi yöntemleri ile kentsel su talebi tahmini: Sakarya örneği
Urban water demand forecasting with machine learning methods: Sakarya example
ESRA OLMUŞTUR
Yüksek Lisans
Türkçe
2024
Endüstri ve Endüstri MühendisliğiYıldız Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. BORA ÇEKYAY
- İçme suyu temin sistemlerinde enerji tüketiminin azaltılması ve yapay arı kolonisi algoritması ile enerji optimizasyonu
Reducing energy consumption in drinking water supply systems and energy optimization with artificial bee colony algorithm
UFUK SEKMEN
Doktora
Türkçe
2022
Makine Mühendisliğiİnönü ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET YILMAZ
- Evaluation of wastewater treatment technologies using renewable energy for dispersed settlements: Storm valley Ardesen– Camlihemsin pilot region application
Dağınık yerleşimler için yenilenebilir enerji kullanan atıksu arıtma teknolojilerinin değerlendirilmesi: Fırtına vadisi Ardesen–Camlıhemsin pilot bölge uygulaması
ORÇUN LEBLEBİCİ
Yüksek Lisans
İngilizce
2017
Çevre Mühendisliğiİstanbul Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. ORHAN İNCE
- Sazlıdere havzası'nın hidrolojik modellemesi ve su kalitesi tahmini
Hydrological modeling and water quality estimation of Sazlidere watershed
SEZAR GÜLBAZ
Yüksek Lisans
Türkçe
2010
İnşaat Mühendisliğiİstanbul Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. CEVZA MELEK KAZEZYILMAZ ALHAN